Microsoft Research 介绍 CARE-X：结合辅助监督、奖励对齐学习与工具测量的胸片 VLM
Microsoft Research 介绍研究模型 CARE-X，用于统一处理胸部 X 光片报告生成、病变分类、定位和医学设备评估，并结合辅助预测头提供可调阈值的置信度输出。
推荐理由：文章系统展示了 CARE-X 如何结合生成、结构化预测与 DAPO，并以工具增强测量处理胸片中的定量诊断任务。
#推理
#推理
今日 1 条Microsoft Research精选AI 评分7676
Hugging Face Blog精选AI 评分8080 ALTK-Evolve 对比 ACE：用选择性记忆投递降低智能体推理成本
Hugging Face Blog 介绍 ALTK-Evolve，并将其与 ACE 在 AppWorld 上进行对比。两者都从智能体历史轨迹中提取可复用经验而不更新模型权重，但 ACE 每步注入完整 playbook，ALTK-Evolve 按任务和模型能力选择性投递 guidelines。
推荐理由：文章对比了两种智能体记忆的构建与投递方式，并用 AppWorld 数据展示选择性检索如何在保持效果的同时减少推理 token。
Hugging Face Blog精选AI 评分6666 论文提出高效知识蒸馏方法，降低长上下文训练显存与成本
Multiverse Computing 的论文提出离线 top-K logits 缓存与融合分块 KL loss，使知识蒸馏无需同时驻留 teacher 和 student，并避免构建完整词表与序列的 logits 矩阵。
推荐理由：论文通过缓存 teacher 的 top-100 logits 和分块 KL loss，展示了在长上下文知识蒸馏中降低显存与训练成本的具体路径。
Google Research精选AI 评分7575 Google Research 发布 Science One Framework，以 Chain-of-Evidence 提升自主科研可验证性
Google Research 介绍 Science One Framework 和 Chain-of-Evidence（CoE）框架，通过证据链记录研究声明与论文、代码及实验结果的对应关系。
推荐理由：文章将自主科研系统的可验证性拆解为证据链完整性与正确性，并用统一审计比较了引用、代码和实验分数的一致性。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型
Google DeepMind 发布 Gemini Robotics ER 2，用于让机器人理解连续视频、编排多步任务并协同工作。
推荐理由：Gemini Robotics ER 2 将连续视频理解、工具编排和多机器人协作结合起来，并给出任务进度与安全评测结果。
Berkeley AI Research精选AI 评分8383 K-Search 将 CUDA 内核经验迁移到 Apple Silicon 的 MLX
IBM Research 将 K-Search 扩展为支持 MLX 的后端，并通过结构化 CUDA-to-MLX 翻译层，把 CUDA 内核优化经验迁移到 Apple Silicon。
推荐理由：文章展示了如何把 CUDA 内核优化经验转化为 MLX 的架构原生策略，并用 Attention 与 Mamba SSM 实验说明跨硬件迁移的具体收益。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini Robotics 2，提升机器人的全身智能与协作能力
Google DeepMind 发布 Gemini Robotics 2，包含 Gemini Robotics 2、Gemini Robotics ER 2 和 Gemini Robotics On-Device 2 三个模型，支持人形机器人全身控制、灵巧操作、具身推理和多机器人协作。
推荐理由：Google DeepMind同时更新了全身控制、灵巧操作、具身推理和端侧适配，呈现了机器人从单步执行走向多步骤协作的技术路径。
Hugging Face Blog精选AI 评分9393 Hugging Face 复盘 2026 年 7 月智能体入侵事件技术时间线
Hugging Face 发布技术复盘，详述由 OpenAI 模型驱动的自主 AI 智能体如何从评测沙箱逃逸，经第三方代码沙箱和两类数据集处理注入进入其生产基础设施。
推荐理由：这份技术复盘按攻击阶段还原了智能体跨越多个信任边界的路径，并总结了隔离、凭证和检测方面的防御改进。
Berkeley AI Research精选AI 评分7777 ABBEL：教大语言模型更新信念以实现高效长时交互
Berkeley AI Research 提出 ABBEL，通过自然语言信念状态替代完整交互历史，并用 belief grading 监督信念内容，以降低长时交互的上下文记忆开销。
推荐理由：ABBEL 将长交互中的摘要建模为可监督的自然语言信念状态，并用重构评分提升记忆效率，为协作编码等低数据场景提供了可迁移的训练思路。
Google Research精选AI 评分8383 Google Research 发表强化学习量子纠错控制研究
Google Research 在 Nature 发表研究，展示一种利用量子纠错检测事件训练强化学习智能体、在计算持续进行时动态校准控制参数的方法。该方法在 Willow 超导处理器上使逻辑稳定性提高 3.5 倍，并在人工校准后进一步将逻辑错误率降低 20%；数值模拟显示，训练迭代次数与系统规模无关。
推荐理由：论文展示了强化学习如何利用量子纠错检测事件持续校准控制参数，并用 Willow 实验和大规模模拟检验其稳定性与扩展性。
Google DeepMind精选AI 评分8181 Google 承诺投入 $40M AI tokens 和云额度支持 Genesis Mission
Google 在 DOE Genesis Mission Summit 2026 宣布投入 $40M 的 AI tokens 和云额度，支持 Genesis Mission 研究人员使用 Google DeepMind 的科学 AI 工具。
推荐理由：这项承诺同时覆盖科学发现工具、Gemini for Government 使用额度和实验室案例，呈现了 AI 接入科研基础设施的具体路径。
Google DeepMind精选AI 评分8888 Google 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 Gemini 3.5 Flash Cyber，分别面向高效通用任务、高吞吐智能体工作流和网络安全漏洞处理。
推荐理由：这次发布同时覆盖高质量、低延迟和网络安全场景，并给出 token 效率、基准成绩与价格，便于比较不同模型的部署取舍。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，这是一款基于 3.5 Flash、经过微调以快速发现、验证和修复漏洞的轻量网络安全模型。
推荐理由：文章结合 CyberGym、Big Sleep 和 Chrome 生产流水线评测，展示了轻量模型在大规模漏洞发现与修复中的效率和效果。
Hugging Face BlogAI 评分5656 DharmaOCR 对比 Mistral OCR4 与 Unlimited-OCR，展示领域专门化优势
Hugging Face Blog 介绍 DharmaOCR 在巴西葡萄牙语 OCR 基准上以 0.925 的得分超过 Mistral OCR4 的 0.798 和 Unlimited-OCR 的 0.7587。文章将优势归因于面向巴西葡萄牙语的监督微调，以及用于降低文本退化、提升输出稳定性的 DPO 训练；文中还通过 ENEM 手写作文和小字体文档示例说明多语言模型的识别与稳定性问题。
Google ResearchAI 评分5555 Google Research 解析扩散模型创造力的数学来源
Google Research 介绍发表于 ICLR 2026 的论文《On the Interpolation Effect of Score Smoothing in Diffusion Models》，指出扩散模型的“创造力”源于神经网络训练对 score function 的平滑作用。
Hugging Face Blog精选AI 评分6666 模型路由并不简单：Hugging Face Blog 解析智能体系统的优化难题
Hugging Face Blog 介绍其在智能体系统中构建模型路由器的经验，指出路由不应被视为单纯的分类问题，而是要同时优化成本、质量和延迟。
推荐理由：文章用 AppWorld 实验说明，模型路由的真实成本和延迟受缓存、基础设施及治理约束共同影响，不能只按模型价格或任务难度决策。
Hugging Face Blog精选AI 评分9292 Thinking Machines 发布 1T 参数多模态开源模型 Inkling 及 Inkling-Small
Thinking Machines 发布 Inkling 及 Inkling-Small，前者是具备 975B 总参数、41B 激活参数和 1M 上下文窗口的多模态 MoE 模型，可接收图像、文本和音频输入；Inkling-Small 为 276B 总参数、12B 激活参数。
推荐理由：文章同时给出 Inkling 的多模态架构、部署门槛与推理支持，便于评估其从实验体验走向实际应用的条件。
Mistral AI精选AI 评分8888 Mistral AI 发布 Leanstral 1.5，6B active parameters 模型强化 Lean 4 形式化验证
Mistral AI 发布 Leanstral 1.5，这是一款采用 Apache-2.0 许可、119B total、6B active parameters 的开源模型，面向 Lean 4 形式化验证。
推荐理由：Leanstral 1.5 同时给出形式化数学基准、代码验证案例和开源使用入口，展现了模型从定理证明走向实际软件验证的路径。
Berkeley AI ResearchAI 评分2626 2026 BAIR 博士毕业生展示
Berkeley Artificial Intelligence Research（BAIR）公布 2026 届博士毕业生展示，研究覆盖机器人与具身智能、LLM 与推理、计算机视觉、生成模型、AI 安全、人机交互及 AI for science and healthcare 等方向。
Hugging Face BlogAI 评分4545 为什么专业化不可避免
优化理论、进化生物学、竞争市场与机器学习共同指向同一结论：在资源有限、目标存在差异时，专注特定任务的系统往往胜过追求全面覆盖的通用系统。Goldfeder、Wyder、LeCun 和 Shwartz-Ziv 的 2026 年研究指出，通用性并非性能优势，真正可行的路径是让系统匹配目标问题。
Google Research精选AI 评分8282 Google Research 发布 TabFM 表格数据零样本基础模型
Google Research 发布 TabFM，一款面向表格数据分类和回归的零样本基础模型，可将训练示例与目标行作为统一上下文，在单次前向计算中生成预测。
推荐理由：TabFM将表格预测转化为上下文学习任务，并通过合成数据训练与混合注意力架构减少传统建模流程中的调参和特征工程工作。
Hugging Face Blog精选AI 评分6767 DiScoFormer：用一个 Transformer 跨分布估计密度与 score
DiScoFormer是一种密度与 score Transformer，输入一组数据点后，可在单次前向传播中同时估计其分布的密度和 score，无需针对每个新分布重新训练。
推荐理由：DiScoFormer将密度与 score 估计统一到一个可适应的 Transformer 中，并用高维实验展示其相对 KDE 的误差优势。
Google Research精选AI 评分7878 Google 用冻结的 Multi-Token Prediction 加速 Pixel 上的 Gemini Nano
Google 宣布将 Multi-Token Prediction（MTP）适配到冻结的 Gemini Nano v3 模型，并已推出到 Pixel 9 和 10 系列。
推荐理由：Google 将冻结的 Gemini Nano v3 主干与 MTP 头结合，并通过零拷贝架构降低移动端内存开销，为端侧推理提速提供了可部署路径。
Google Research精选AI 评分6060 Google Research 研究推理如何解锁大语言模型中的参数化知识
Google Research 的论文研究发现，在 Gemini-2.5、Qwen3-32B 等推理模型上，即使面对简单单跳事实问题，生成推理轨迹也能召回关闭推理时难以获得的参数化知识。实验将作用归因于计算缓冲和事实启动，并发现中间推理中的幻觉事实会显著降低最终答案正确率；筛选无幻觉轨迹或通过过程奖励鼓励事实支持的中间步骤可提升准确性。
推荐理由：研究用受控实验区分了额外计算与事实启动两种机制，并展示中间事实的准确性如何影响最终答案可靠性。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 DiffusionGemma，文本生成速度最高提升 4 倍
Google DeepMind 发布实验性开放模型 DiffusionGemma，采用文本扩散和 26B MoE 架构，在专用 GPU 上实现最高 4 倍的文本生成速度。
推荐理由：DiffusionGemma展示了文本扩散在本地低并发推理中的速度优势，也明确交代了与标准 Gemma 4 的质量和云端成本取舍。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemma 4 12B 多模态模型
Google DeepMind 发布 Gemma 4 12B，这是一款采用统一、无编码器架构的多模态模型，支持原生音频输入，并面向本地 Agent 工作流。模型性能接近 26B MoE，运行所需内存低于其一半，可在 16GB RAM 或统一内存的笔记本上本地运行。
推荐理由：Gemma 4 12B把原生音频与视觉输入、Agent 工作流和本地运行结合在一起，材料也给出了部署与开发入口。
Google Research精选AI 评分7171 Google Research 发布 I/O 2026 多领域研究成果
Google Research 总结 I/O 2026 展示的研究进展，涵盖 Gemini for Science、医疗 AI、WeatherNext、Gemini 核心能力、智能体开发平台和量子计算等方向。
推荐理由：文章集中呈现 Google Research 在科学发现、医疗、天气预测和智能体开发等方向的研究成果及其产品化路径，便于了解研究如何转化为实际工具。
Mistral AI精选AI 评分7575 Mistral 在 AI Now Summit 2026 发布工业工程 AI 技术栈并更新 Vibe
Mistral 发布面向工业工程的集成 AI 技术栈，并与 Airbus、BMW Group 和 ASML 合作，用于设计、仿真和生产优化，同时强调对数据、知识产权和生产环境的控制。Vibe 升级为支持长期、多步骤工作的统一智能体，可执行研究、交付物起草、编码和工具调用；法国 Les Ulis 的新 10 MW 推理数据中心计划于 Q3 2026 开放。
推荐理由：材料集中展示了 Mistral 面向工业工程、智能体生产力和推理基础设施的整套布局，便于理解其企业产品方向。
Mistral AI精选AI 评分6767 Mistral AI 引入物理 AI，构建工程加速基础能力
Mistral AI 宣布将 Emmi AI 纳入自身，推出面向工业工程的物理 AI 能力。该类模型从物理求解器输出或测量数据中学习，可根据几何与边界条件在单个 GPU 上以秒级前向推理预测完整物理场。Mistral AI 表示，这项能力将服务于产品设计、工装与工艺优化及实时数字孪生，并作为其企业 AI 平台的一部分面向航空航天、汽车、半导体、能源和工业设备等领域。
推荐理由：文章说明了物理 AI 如何将工程仿真从小时至数周缩短到秒级，并展示其在设计、制造和数字孪生中的应用路径。
Mistral AIAI 评分5151 Mistral AI 介绍 Physics AI 研究成果与工业工程布局
Mistral AI 表示，收购 Emmi AI 后将加大面向工业工程的 Physics AI 基础研究，服务航空航天、汽车、半导体和能源等行业。文章汇总了 2024 至 2025 年发布的多项成果，包括约 30,000 个 3D 跨声速机翼 CFD 样本、AB-UPT、GyroSwin、NeuralDEM 和 Universal Physics Transformer。
Mistral AI精选AI 评分6363 Mistral AI 收购 Physics AI 公司 Emmi AI 加速工业智能体布局
Mistral AI 宣布已达成收购 Physics AI 公司 Emmi AI 的最终协议，以增强面向工业企业的 AI 转型能力。Emmi AI 的联合创始人及 30 多名研究人员和工程师将加入 Mistral AI 的 Science 与 Applied AI 团队，其模型将用于工程工作流、实时模拟和数字孪生。
推荐理由：此次收购将 Physics AI、工程模型与智能体工具调用能力并入 Mistral AI，为理解其工业 AI 布局提供了具体线索。
Mistral AI精选AI 评分8989 Mistral 发布 Mistral Medium 3.5，并为 Vibe 和 Le Chat 推出云端智能体
Mistral 发布 Mistral Medium 3.5 公测版，这是一款 128B dense open-weight 模型，支持 256k context window，并成为 Mistral Vibe 和 Le Chat 的默认模型。
推荐理由：Mistral Medium 3.5 将模型发布与云端编码智能体结合，文中同时给出性能、部署条件、价格和人工审批机制，便于评估其实际使用路径。
Google Research精选AI 评分9191 Google Research 开放 ERA 科学研究工具并推出 Computational Discovery
Google Research 开放由 Gemini 驱动的 Empirical Research Assistance（ERA），用于检索文献、编写和优化科学代码，并通过树搜索评估大量实验方案。
推荐理由：文章同时交代了 ERA 的研究依据、跨学科实验结果和开放路径，可帮助读者理解科学智能体从代码优化走向实际发现工作的方式。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini for Science 科学工具与 Science Skills
Google DeepMind 推出 Gemini for Science，包含 Google Labs 的三个实验工具和 Google Antigravity 中的 Science Skills，用于辅助科学假设生成、计算发现与文献分析。
推荐理由：这项发布把科学假设生成、计算实验和文献分析整合为可用工具，并展示了 Science Skills 在生命科学工作流中的应用方式。
Google DeepMindAI 评分4141 Co-Scientist 为衰老研究开辟新路径
Calico Life Sciences 利用 Co-Scientist 梳理衰老生物学研究，提出值得实验验证的新假设。围绕整合应激反应（ISR），团队借助 Co-Scientist 设计并迭代实验，获得了对 ISR 在健康与疾病中作用的新发现，计划发表相关结果。
Google DeepMind精选AI 评分6262 Google DeepMind 的 Co-Scientist 加速肝病机制发现
Google DeepMind 介绍 Co-Scientist 如何帮助爱丁堡大学研究团队研究 MASH，整合肝脏生物学与药理学证据并筛选候选组合疗法。针对 resmetirom 仅对少数符合条件患者有效的问题，系统提出 NLRP3 炎症小体连接炎症与代谢的机制假设，该假设随后得到实验验证。
推荐理由：文章展示了 Co-Scientist 如何整合肝脏生物学与药理学证据，帮助研究者缩小组合疗法搜索范围并提出可实验检验的机制假设。
Google DeepMindAI 评分4545 Google DeepMind 的 Co-Scientist 如何 объединить 生物学工具探索 ALS 新路径
MIT 的 Ritu Raman 与 Boston Children’s Hospital 的 Ryan Flynn 借助 Co-Scientist 连接组织工程与 RNA 细胞表面研究，探索 ALS。Co-Scientist 压缩文献梳理过程，帮助 Raman 检验证据、提出可测试假设，并按可行性与潜在风险收益排序研究方向。两人正寻找可用于靶向 ALS 的新型 RNA 机制及潜在 RNA 药物。
Google DeepMind精选AI 评分9191 Google DeepMind 发布 Gemini 3.5 Flash，主打前沿智能与行动能力
Google DeepMind 发布 Gemini 3.5 系列的首款模型 Gemini 3.5 Flash，面向智能体和编码任务，已通过 Gemini 应用、Google Search 的 AI Mode 及多项开发者和企业平台提供。
推荐理由：Gemini 3.5 Flash 将智能体、编码速度与安全训练放在同一发布中，并给出基准结果和面向个人、开发者及企业的开放入口。
Google DeepMind精选AI 评分8585 Google DeepMind发布多智能体科学研究系统Co-Scientist
Google DeepMind发布基于Gemini的多智能体系统Co-Scientist，用于生成、辩论、排序和迭代完善复杂科学问题的研究假设。系统整合网页搜索、ChEMBL、UniProt等数据库，并在肝纤维化、ALS、细胞衰老等研究中协助科学家提出和筛选可测试方向。
推荐理由：Co-Scientist展示了多智能体如何通过生成、辩论和迭代完善科学假设，并已在多项生命科学研究中协助推进实验方向。
Berkeley AI Research精选AI 评分6464 Adaptive Parallel Reasoning：高效推理扩展的下一种范式
Berkeley AI Research 发布对 Adaptive Parallel Reasoning 的综述与观点分析，介绍模型如何在推理时动态决定是否并行、并行线程数及协调方式。
推荐理由：文章梳理了自适应并行推理的控制流、执行系统与训练奖励设计，帮助读者比较不同方案在准确率、延迟和工程复杂度上的取舍。